SWE-bench Multilingual编程

OpenHands 框架, 多语言代码修复基准SWE-bench Multilingual 将 SWE-bench 扩展至 9 种编程语言（C/C++、Go、Java、JavaScript/TypeScript、PHP、Ruby、Rust），包含 42 个仓库的 300 个任务。评估 AI 跨语言理解和修复真实世界代码缺陷的能力，覆盖更广泛的软件生态。

排行数据源

#模型得分

1

Claude Opus 4.8Anthropic

84.8%

2

GLM-5.2智谱AI

83.0%

3

Qwen3.8-Flash-Next阿里巴巴

81.0%

4

Claude Opus 4.7Anthropic

80.5%

5

Qwen3.7-Max阿里巴巴

78.3%

6

Claude Opus 4.6Anthropic

77.8%

7

Claude Opus 4.5Anthropic

77.5%

8

GPT-5.5OpenAI

77.3%

9

LongCat-2.0美团

77.3%

10

Kimi-K2.6月之暗面

77.1%

共 41 个模型

返回基准目录